为解决区域间复杂电能质量问题,国家电网建成了以1万余个监测点为数据采集终端,以国家电网大数据中心为计算中心的集中式“电网谐波监测分析”系统,力求实时监测电网运行状态,对异常状态进行及时告警、及时发现问题。快速准确地识别出电网运行的异常状态是保证电网正常运行的关键。传统的电能质量异常数据检测方法在针对具备周期性变化规律、波动范围较大的数据的异常检测方面适应性较差;集中式架构存储和计算能力有限,造成了数据采集端和处理端的数据堆积,使得数据计算延迟呈现线性增长。基于上述分析,本文进行了以下研究:1)如云模型、基于控制图的异常检测等传统的异常数据检测办法在针对具有周期性变化规律且波动范围较大等特征的数据的异常检测适应性差,本文对传统控制图进行了改进,提出了基于改进控制图的电能质量异常数据在线检测方法,提升了电能质量异常数据检测结果的准确性。2)“电网谐波监测分析系统”集中式架构存在数据堆积、数据计算延迟大以及各个网省数据分布不均匀等问题,本文提出了分布式数据中心架构下的电能质量异常数据实时检测方法,通过计算任务分解和合理的资源调度,在保证检测结果准确性的同时提高计算效率。3)设计和实现了分布式数据中心管理系统,实现个性化计算任务的自动化配置、发布以及运行状态监控等;介绍了分布式数据中心架构下电能质量异常数据实时检测方法的实现与部署。实验表明本文提出的分布式数据中心架构下的电能质量异常数据实时检测方法在针对电能质量异常数据实时检测方面具有较高的计算效率和准确率,具有一定的应用价值。